Ma compréhension est Softmax La régression est une généralisation de la régression logistique pour prendre en charge plusieurs classes. Le modèle de régression Softmax calcule d'abord un score pour chaque classe puis estime la probabilité de chaque classe en appliquant la fonction softmax aux scores.Régression logistique pour prendre directement en charge plusieurs classes
Chaque classe a son propre vecteur de paramètres dédié
Ma question: Pourquoi ne pouvons-nous utiliser la régression logistique pour classer à plusieurs classes d'une manière beaucoup plus simple comme si la probabilité est 0 à 0,3, puis la classe A; 0.3 à 0.6 puis Classe B: 0.6 à 0.9 puis Classe C, etc.
Pourquoi un vecteur coefficient séparé est-il toujours nécessaire?
Je suis nouveau à ML. Je ne sais pas si cette question est due à l'absence de toute compréhension conceptuelle fondamentale.